TriNetX puso en disponibilidad una función para extraer hechos clínicos a partir de notas médicas mediante procesamiento de lenguaje natural (PLN), con validación humana y una puntuación de nivel de confianza para cada hallazgo. La herramienta se denomina NLP-extracted Facts from Clinical Notes y está disponible en la plataforma TriNetX LIVE y en conjuntos de datos descargables.
El desarrollo busca resolver un punto crítico para la generación de evidencia del mundo real (RWE, por sus siglas en inglés): la confiabilidad de la información obtenida desde texto libre en historias clínicas. Las notas clínicas suelen contener detalles como el estadio de la enfermedad, el estado funcional del paciente y resultados de biomarcadores, que complementan los campos estructurados del expediente clínico electrónico (EHR), pero cuya extracción de manera confiable presenta dificultades.
La solución entrega variables y puntos de datos listos para el análisis extraídos de más de 800 millones de notas e informes clínicos, con una base que alcanzará cerca de 1.000 millones hacia finales de 2026. Además de la extracción, vincula los datos derivados de las notas con la información estructurada del EHR de los mismos pacientes desidentificados, con el objetivo de ampliar cohortes y definir fenotipos con mayor detalle clínico.
Tres salvaguardas para la confiabilidad
El esquema de control se apoya en tres salvaguardas. La primera es la supervisión humana: expertos clínicos revisan y corrigen las etiquetas generadas por la IA, y los modelos se vuelven a entrenar con base en esas correcciones. Cada módulo debe alcanzar una precisión de 0,90 o superior en comparación con notas anotadas manualmente.
La segunda salvaguarda es la corroboración clínica, que contrasta los hallazgos extraídos con patrones clínicos esperados, y no solo con métricas del modelo. Como ejemplo, se mencionan curvas de supervivencia basadas en el estado funcional según el Eastern Cooperative Oncology Group (ECOG), que mostraron menor supervivencia para pacientes con una puntuación de dos o superior. La tercera es el monitoreo continuo del rendimiento, a medida que nuevas organizaciones de salud se incorporan al programa y se reciben nuevos formatos de notas clínicas, con ajustes de algoritmos cuando aparecen variaciones.
En resultados iniciales, los hechos clínicos derivados de las notas aumentaron la cobertura del estado de tabaquismo del 22% al 67%, identificaron seis veces más pacientes que los datos estructurados por sí solos en un estudio de cohorte sobre cáncer de pulmón y permitieron obtener el estado funcional según las escalas ECOG y Karnofsky de 292.000 pacientes oncológicos que no contaban con ese registro en campos estructurados.
“Aplicar IA a una historia clínica es fácil. Lo que distingue a TriNetX es cómo lo hacemos: con disciplina científica y experiencia humana a través de una red federada global donde los datos permanecen dentro de las instituciones que los generaron”, dijo August Calhoun, director ejecutivo de TriNetX.
Alcance actual de la función
La cobertura actual incluye historial social (hábitos de tabaquismo y consumo de alcohol), cardiología, neumología, oncología general y biomarcadores, y enfermedades hepáticas, entre otras. “Por eso, la validación es fundamental. Nuestro objetivo es extraer los hechos clínicos que puedan considerarse confiables para la generación de evidencia”, dijo Matvey Palchuk, director de informática médica de TriNetX.
